高分辨超聲甲狀腺成像報告和數(shù)據(jù)系統(tǒng)

2009年，由智利圣地亞哥學(xué)者Horvath等基于美國放射學(xué)會(ACR)乳腺影像報告和數(shù)據(jù)系統(tǒng)，通過分析500個結(jié)節(jié)的10個超聲特征，根據(jù)惡性風(fēng)險分層建立甲狀腺圖像報告數(shù)據(jù)系統(tǒng)(ThyroidImagingReportingandDataSystem，TIRADS)，并在1,097個結(jié)節(jié)中驗證，其診斷敏感性、特異性、陽性預(yù)測值、陰性預(yù)測值、準(zhǔn)確性分別為88%、49%、49%、88%、94%。

隨后，韓國、法國、美國和歐洲分別建立了各自的TIRADS，其采用的可疑惡性超聲特征存在差異，具體的分類略不相同。薈萃分析的結(jié)果顯示，TIRADS診斷的敏感性0.79，特異性0.71。隨著超聲設(shè)備的提升，彈性成像和超聲造影亦進入臨床，我們通過聯(lián)合使用高分辨超聲、彈性成像和超聲造影，構(gòu)建了「形態(tài)-硬度-灌注模式」的超聲評估體系，其診斷甲狀腺結(jié)節(jié)惡性風(fēng)險的效能ROC的AUC提升至0.935，敏感性0.873，特異性0.915。人工智能的超聲CAD系統(tǒng)也在研發(fā)中，其診斷的敏感性與20年工作經(jīng)驗的超聲醫(yī)生相仿，但特異性還較低。

FNA-Bethesda

甲狀腺細胞病理學(xué)報告系統(tǒng)

細針穿刺細胞學(xué)(Fine-NeedleAspirationCytology，F(xiàn)NAC)是術(shù)前甲狀腺結(jié)節(jié)良惡性鑒別的最重要手段。2009年公布的Bethesda甲狀腺細胞病理報告系統(tǒng)(BSRTC)更加規(guī)范了細胞病理的解讀。其六類結(jié)果均有明確的惡性風(fēng)險范圍。2017年隨著NIFTP概念的引入，BSRTC進行了修訂，III類和IV類結(jié)節(jié)可以通過分子標(biāo)記物檢測進一步明確診斷。

最近，有研究直接對比了基于目前7種超聲報告系統(tǒng)FNA的診斷效能。研究者納入了連續(xù)1,802例患者的2,000個大于1cm以上的甲狀腺結(jié)節(jié)(惡性454，良性1,546)。分析發(fā)現(xiàn)，除了NCCN、FSE、SRU并未提供預(yù)估的惡性風(fēng)險外，其他超聲報告系統(tǒng)各類分級的惡性風(fēng)險基本符合預(yù)估范圍。

KTA/KSThR、NCCN和ATA超聲模型的診斷敏感性最高(89.6%~94.5%)，但FNA不必要率較高(51.7%~56.9%)，而AACE/ACE/AME、ACR、FSE的敏感性較低(72.7%~80.4%)，但FNA不必要率較低(25.3%~32.5%)。

分子診斷方面，國內(nèi)BRAFV600E的檢測逐步應(yīng)用于臨床甲狀腺FNA標(biāo)本。我們的研究顯示，F(xiàn)NA+BRAFV600E的檢測具有最高的診斷效能，ROC的AUC提升達0.977，敏感性0.978，特異性0.977。國外的基因芯片診斷工具飛速發(fā)展，Afirma、ThyGenX+ThyraMIR、ThyroSeq、RosettaGXReveal四款產(chǎn)品在診斷BSRTCIII類和IV類結(jié)節(jié)中的價值已日漸明確。基于ThyroSeqv2結(jié)果的臨床管理策略也在完善中。

甲狀腺結(jié)節(jié)綜合評分系統(tǒng)

2011年加拿大Sands等建立了McGill甲狀腺結(jié)節(jié)評分(McGillthyroidnodulescoring，MTNS)系統(tǒng)。該評分系統(tǒng)囊括了臨床特征、血清學(xué)、影像學(xué)檢查、細胞學(xué)、分子診斷結(jié)果等22項指標(biāo)，基于既往研究經(jīng)驗及參考文獻賦分，通過對1,047名患者資料的回顧性分析，通過構(gòu)建ROC曲線，確定8分為一個診斷臨界點，≤8分有32%的惡性風(fēng)險，>8分有86%的惡性風(fēng)險。隨后，在MTNS基礎(chǔ)上增加了血清甲狀腺球蛋白賦分，MTNS+診斷敏感性提高了7.89%。Varshney在559名細胞學(xué)結(jié)果為意義不明確(BSRTCIII類)的結(jié)節(jié)中驗證MTNS，發(fā)現(xiàn)惡性結(jié)節(jié)的MTNS均值(9分)顯著高于良性結(jié)節(jié)(7分)。

國內(nèi)上海長征醫(yī)院采用多元logistic回歸分析9,195例患者臨床特征、血清學(xué)檢查、超聲檢查資料，根據(jù)各變量的β系數(shù)賦予分值，構(gòu)建甲狀腺危險評分系統(tǒng)(ThyroidMalignancyRiskScoringSystem，TMRS)，取65分為診斷節(jié)點，其診斷曲線下面積、敏感性、特異性分別為0.93、87.0%、83.5%，并在4,785例人群驗證，敏感性和特異性為87.5%、84.8%，與建模人群相比無統(tǒng)計學(xué)差異。

我們通過江蘇省8家三甲醫(yī)院的合作，構(gòu)建了基于甲狀腺結(jié)節(jié)患者臨床特征、高分辨率超聲、FNAC和BRAFV600E的惡性風(fēng)險預(yù)測模型，其敏感性0.97，特異性0.974，ROC的AUC達0.988。目前我們正在研發(fā)基于手機端的甲狀腺結(jié)節(jié)一體化全程管理軟件系統(tǒng)，希望給患者提供科學(xué)精準(zhǔn)的診治指導(dǎo)。

綜上所述，惡性風(fēng)險評估系統(tǒng)是臨床醫(yī)生診治甲狀腺結(jié)節(jié)的有益工具?；谂R床大數(shù)據(jù)，構(gòu)建預(yù)測模型已逐步走向臨床運用。更多危險因素的發(fā)現(xiàn)和明確，將推動預(yù)測模型的演進和完善。多學(xué)科融合以及系統(tǒng)的便捷和可操作性是其發(fā)展的必然趨勢。